Function cplex能解决对数目标函数的问题吗？

例如，在pythonapi中，CPLEX能解决像max（Sum（log（x））这样的问题吗？ 基本上，我有一个关于对数（像log（x）一样简单）目标和线性约束的问题

最好的，

---

Pavlos

然后您可以使用CPOptimizer：

在OPL中，以下代码可以正常工作

using CP;

dvar int x in 0..100000;
dvar int y in 0..100000;

dexpr float ax=1+x/1000;
dexpr float ay=1+y/1000;

minimize log(ax-ay);
subject to
{
  abs(ax-ay)>=1;
}

使用python docplex，您可以编写

from docplex.cp.model import CpoModel

mdl = CpoModel(name='buses')
x = mdl.integer_var(0,100000,name='x')
y = mdl.integer_var(0,100000,name='y')
mdl.add(mdl.abs(x/1000-y/1000)>=1);
mdl.minimize(mdl.log(mdl.abs(x/1000-y/1000)))

msol=mdl.solve()

print("x=",msol[x])
print("y=",msol[y])

---

谢谢你的回答。我也遵循了docplex的文档，谢谢。所以为了有一个log obj函数，我需要使用docplex，它不能用cplex-python-api完成吗？我这样问是因为我在cplex中有我的问题构建（以及其他东西），docplex语法有点不同。如果您的目标中有某个决策变量的“日志”，那么您应该使用CPOptimizer或通过分段线性函数线性化日志函数。再次感谢您的及时回复。我看到cp问题不支持连续变量，mp问题不支持对数目标函数。我的问题有连续的和二进制的决策变量，带有log obj函数，所以不能用它来添加，对吗？还有其他解决办法吗？再次感谢。对于具有cpo的连续决策变量，因为log是单调递增的，最小化log（z）相当于最小化z，因此在您的例子中，最小化abs（x/1000-y/1000），docplex.mp能够表示